Linux 3.8-rc7
[cris-mirror.git] / arch / x86 / crypto / serpent-sse2-x86_64-asm_64.S
blob3ee1ff04d3e9f30c04bd913c17d90ef8c1796e23
1 /*
2  * Serpent Cipher 8-way parallel algorithm (x86_64/SSE2)
3  *
4  * Copyright (C) 2011 Jussi Kivilinna <jussi.kivilinna@mbnet.fi>
5  *
6  * Based on crypto/serpent.c by
7  *  Copyright (C) 2002 Dag Arne Osvik <osvik@ii.uib.no>
8  *                2003 Herbert Valerio Riedel <hvr@gnu.org>
9  *
10  * This program is free software; you can redistribute it and/or modify
11  * it under the terms of the GNU General Public License as published by
12  * the Free Software Foundation; either version 2 of the License, or
13  * (at your option) any later version.
14  *
15  * This program is distributed in the hope that it will be useful,
16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
18  * GNU General Public License for more details.
19  *
20  * You should have received a copy of the GNU General Public License
21  * along with this program; if not, write to the Free Software
22  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307
23  * USA
24  *
25  */
27 .file "serpent-sse2-x86_64-asm_64.S"
28 .text
30 #define CTX %rdi
32 /**********************************************************************
33   8-way SSE2 serpent
34  **********************************************************************/
35 #define RA1 %xmm0
36 #define RB1 %xmm1
37 #define RC1 %xmm2
38 #define RD1 %xmm3
39 #define RE1 %xmm4
41 #define RA2 %xmm5
42 #define RB2 %xmm6
43 #define RC2 %xmm7
44 #define RD2 %xmm8
45 #define RE2 %xmm9
47 #define RNOT %xmm10
49 #define RK0 %xmm11
50 #define RK1 %xmm12
51 #define RK2 %xmm13
52 #define RK3 %xmm14
54 #define S0_1(x0, x1, x2, x3, x4) \
55         movdqa x3,              x4; \
56         por x0,                 x3; \
57         pxor x4,                x0; \
58         pxor x2,                x4; \
59         pxor RNOT,              x4; \
60         pxor x1,                x3; \
61         pand x0,                x1; \
62         pxor x4,                x1; \
63         pxor x0,                x2;
64 #define S0_2(x0, x1, x2, x3, x4) \
65         pxor x3,                x0; \
66         por x0,                 x4; \
67         pxor x2,                x0; \
68         pand x1,                x2; \
69         pxor x2,                x3; \
70         pxor RNOT,              x1; \
71         pxor x4,                x2; \
72         pxor x2,                x1;
74 #define S1_1(x0, x1, x2, x3, x4) \
75         movdqa x1,              x4; \
76         pxor x0,                x1; \
77         pxor x3,                x0; \
78         pxor RNOT,              x3; \
79         pand x1,                x4; \
80         por x1,                 x0; \
81         pxor x2,                x3; \
82         pxor x3,                x0; \
83         pxor x3,                x1;
84 #define S1_2(x0, x1, x2, x3, x4) \
85         pxor x4,                x3; \
86         por x4,                 x1; \
87         pxor x2,                x4; \
88         pand x0,                x2; \
89         pxor x1,                x2; \
90         por x0,                 x1; \
91         pxor RNOT,              x0; \
92         pxor x2,                x0; \
93         pxor x1,                x4;
95 #define S2_1(x0, x1, x2, x3, x4) \
96         pxor RNOT,              x3; \
97         pxor x0,                x1; \
98         movdqa x0,              x4; \
99         pand x2,                x0; \
100         pxor x3,                x0; \
101         por x4,                 x3; \
102         pxor x1,                x2; \
103         pxor x1,                x3; \
104         pand x0,                x1;
105 #define S2_2(x0, x1, x2, x3, x4) \
106         pxor x2,                x0; \
107         pand x3,                x2; \
108         por x1,                 x3; \
109         pxor RNOT,              x0; \
110         pxor x0,                x3; \
111         pxor x0,                x4; \
112         pxor x2,                x0; \
113         por x2,                 x1;
115 #define S3_1(x0, x1, x2, x3, x4) \
116         movdqa x1,              x4; \
117         pxor x3,                x1; \
118         por x0,                 x3; \
119         pand x0,                x4; \
120         pxor x2,                x0; \
121         pxor x1,                x2; \
122         pand x3,                x1; \
123         pxor x3,                x2; \
124         por x4,                 x0; \
125         pxor x3,                x4;
126 #define S3_2(x0, x1, x2, x3, x4) \
127         pxor x0,                x1; \
128         pand x3,                x0; \
129         pand x4,                x3; \
130         pxor x2,                x3; \
131         por x1,                 x4; \
132         pand x1,                x2; \
133         pxor x3,                x4; \
134         pxor x3,                x0; \
135         pxor x2,                x3;
137 #define S4_1(x0, x1, x2, x3, x4) \
138         movdqa x3,              x4; \
139         pand x0,                x3; \
140         pxor x4,                x0; \
141         pxor x2,                x3; \
142         por x4,                 x2; \
143         pxor x1,                x0; \
144         pxor x3,                x4; \
145         por x0,                 x2; \
146         pxor x1,                x2;
147 #define S4_2(x0, x1, x2, x3, x4) \
148         pand x0,                x1; \
149         pxor x4,                x1; \
150         pand x2,                x4; \
151         pxor x3,                x2; \
152         pxor x0,                x4; \
153         por x1,                 x3; \
154         pxor RNOT,              x1; \
155         pxor x0,                x3;
157 #define S5_1(x0, x1, x2, x3, x4) \
158         movdqa x1,              x4; \
159         por x0,                 x1; \
160         pxor x1,                x2; \
161         pxor RNOT,              x3; \
162         pxor x0,                x4; \
163         pxor x2,                x0; \
164         pand x4,                x1; \
165         por x3,                 x4; \
166         pxor x0,                x4;
167 #define S5_2(x0, x1, x2, x3, x4) \
168         pand x3,                x0; \
169         pxor x3,                x1; \
170         pxor x2,                x3; \
171         pxor x1,                x0; \
172         pand x4,                x2; \
173         pxor x2,                x1; \
174         pand x0,                x2; \
175         pxor x2,                x3;
177 #define S6_1(x0, x1, x2, x3, x4) \
178         movdqa x1,              x4; \
179         pxor x0,                x3; \
180         pxor x2,                x1; \
181         pxor x0,                x2; \
182         pand x3,                x0; \
183         por x3,                 x1; \
184         pxor RNOT,              x4; \
185         pxor x1,                x0; \
186         pxor x2,                x1;
187 #define S6_2(x0, x1, x2, x3, x4) \
188         pxor x4,                x3; \
189         pxor x0,                x4; \
190         pand x0,                x2; \
191         pxor x1,                x4; \
192         pxor x3,                x2; \
193         pand x1,                x3; \
194         pxor x0,                x3; \
195         pxor x2,                x1;
197 #define S7_1(x0, x1, x2, x3, x4) \
198         pxor RNOT,              x1; \
199         movdqa x1,              x4; \
200         pxor RNOT,              x0; \
201         pand x2,                x1; \
202         pxor x3,                x1; \
203         por x4,                 x3; \
204         pxor x2,                x4; \
205         pxor x3,                x2; \
206         pxor x0,                x3; \
207         por x1,                 x0;
208 #define S7_2(x0, x1, x2, x3, x4) \
209         pand x0,                x2; \
210         pxor x4,                x0; \
211         pxor x3,                x4; \
212         pand x0,                x3; \
213         pxor x1,                x4; \
214         pxor x4,                x2; \
215         pxor x1,                x3; \
216         por x0,                 x4; \
217         pxor x1,                x4;
219 #define SI0_1(x0, x1, x2, x3, x4) \
220         movdqa x3,              x4; \
221         pxor x0,                x1; \
222         por x1,                 x3; \
223         pxor x1,                x4; \
224         pxor RNOT,              x0; \
225         pxor x3,                x2; \
226         pxor x0,                x3; \
227         pand x1,                x0; \
228         pxor x2,                x0;
229 #define SI0_2(x0, x1, x2, x3, x4) \
230         pand x3,                x2; \
231         pxor x4,                x3; \
232         pxor x3,                x2; \
233         pxor x3,                x1; \
234         pand x0,                x3; \
235         pxor x0,                x1; \
236         pxor x2,                x0; \
237         pxor x3,                x4;
239 #define SI1_1(x0, x1, x2, x3, x4) \
240         pxor x3,                x1; \
241         movdqa x0,              x4; \
242         pxor x2,                x0; \
243         pxor RNOT,              x2; \
244         por x1,                 x4; \
245         pxor x3,                x4; \
246         pand x1,                x3; \
247         pxor x2,                x1; \
248         pand x4,                x2;
249 #define SI1_2(x0, x1, x2, x3, x4) \
250         pxor x1,                x4; \
251         por x3,                 x1; \
252         pxor x0,                x3; \
253         pxor x0,                x2; \
254         por x4,                 x0; \
255         pxor x4,                x2; \
256         pxor x0,                x1; \
257         pxor x1,                x4;
259 #define SI2_1(x0, x1, x2, x3, x4) \
260         pxor x1,                x2; \
261         movdqa x3,              x4; \
262         pxor RNOT,              x3; \
263         por x2,                 x3; \
264         pxor x4,                x2; \
265         pxor x0,                x4; \
266         pxor x1,                x3; \
267         por x2,                 x1; \
268         pxor x0,                x2;
269 #define SI2_2(x0, x1, x2, x3, x4) \
270         pxor x4,                x1; \
271         por x3,                 x4; \
272         pxor x3,                x2; \
273         pxor x2,                x4; \
274         pand x1,                x2; \
275         pxor x3,                x2; \
276         pxor x4,                x3; \
277         pxor x0,                x4;
279 #define SI3_1(x0, x1, x2, x3, x4) \
280         pxor x1,                x2; \
281         movdqa x1,              x4; \
282         pand x2,                x1; \
283         pxor x0,                x1; \
284         por x4,                 x0; \
285         pxor x3,                x4; \
286         pxor x3,                x0; \
287         por x1,                 x3; \
288         pxor x2,                x1;
289 #define SI3_2(x0, x1, x2, x3, x4) \
290         pxor x3,                x1; \
291         pxor x2,                x0; \
292         pxor x3,                x2; \
293         pand x1,                x3; \
294         pxor x0,                x1; \
295         pand x2,                x0; \
296         pxor x3,                x4; \
297         pxor x0,                x3; \
298         pxor x1,                x0;
300 #define SI4_1(x0, x1, x2, x3, x4) \
301         pxor x3,                x2; \
302         movdqa x0,              x4; \
303         pand x1,                x0; \
304         pxor x2,                x0; \
305         por x3,                 x2; \
306         pxor RNOT,              x4; \
307         pxor x0,                x1; \
308         pxor x2,                x0; \
309         pand x4,                x2;
310 #define SI4_2(x0, x1, x2, x3, x4) \
311         pxor x0,                x2; \
312         por x4,                 x0; \
313         pxor x3,                x0; \
314         pand x2,                x3; \
315         pxor x3,                x4; \
316         pxor x1,                x3; \
317         pand x0,                x1; \
318         pxor x1,                x4; \
319         pxor x3,                x0;
321 #define SI5_1(x0, x1, x2, x3, x4) \
322         movdqa x1,              x4; \
323         por x2,                 x1; \
324         pxor x4,                x2; \
325         pxor x3,                x1; \
326         pand x4,                x3; \
327         pxor x3,                x2; \
328         por x0,                 x3; \
329         pxor RNOT,              x0; \
330         pxor x2,                x3; \
331         por x0,                 x2;
332 #define SI5_2(x0, x1, x2, x3, x4) \
333         pxor x1,                x4; \
334         pxor x4,                x2; \
335         pand x0,                x4; \
336         pxor x1,                x0; \
337         pxor x3,                x1; \
338         pand x2,                x0; \
339         pxor x3,                x2; \
340         pxor x2,                x0; \
341         pxor x4,                x2; \
342         pxor x3,                x4;
344 #define SI6_1(x0, x1, x2, x3, x4) \
345         pxor x2,                x0; \
346         movdqa x0,              x4; \
347         pand x3,                x0; \
348         pxor x3,                x2; \
349         pxor x2,                x0; \
350         pxor x1,                x3; \
351         por x4,                 x2; \
352         pxor x3,                x2; \
353         pand x0,                x3;
354 #define SI6_2(x0, x1, x2, x3, x4) \
355         pxor RNOT,              x0; \
356         pxor x1,                x3; \
357         pand x2,                x1; \
358         pxor x0,                x4; \
359         pxor x4,                x3; \
360         pxor x2,                x4; \
361         pxor x1,                x0; \
362         pxor x0,                x2;
364 #define SI7_1(x0, x1, x2, x3, x4) \
365         movdqa x3,              x4; \
366         pand x0,                x3; \
367         pxor x2,                x0; \
368         por x4,                 x2; \
369         pxor x1,                x4; \
370         pxor RNOT,              x0; \
371         por x3,                 x1; \
372         pxor x0,                x4; \
373         pand x2,                x0; \
374         pxor x1,                x0;
375 #define SI7_2(x0, x1, x2, x3, x4) \
376         pand x2,                x1; \
377         pxor x2,                x3; \
378         pxor x3,                x4; \
379         pand x3,                x2; \
380         por x0,                 x3; \
381         pxor x4,                x1; \
382         pxor x4,                x3; \
383         pand x0,                x4; \
384         pxor x2,                x4;
386 #define get_key(i, j, t) \
387         movd (4*(i)+(j))*4(CTX), t; \
388         pshufd $0, t, t;
390 #define K2(x0, x1, x2, x3, x4, i) \
391         get_key(i, 0, RK0); \
392         get_key(i, 1, RK1); \
393         get_key(i, 2, RK2); \
394         get_key(i, 3, RK3); \
395         pxor RK0,               x0 ## 1; \
396         pxor RK1,               x1 ## 1; \
397         pxor RK2,               x2 ## 1; \
398         pxor RK3,               x3 ## 1; \
399                 pxor RK0,               x0 ## 2; \
400                 pxor RK1,               x1 ## 2; \
401                 pxor RK2,               x2 ## 2; \
402                 pxor RK3,               x3 ## 2;
404 #define LK2(x0, x1, x2, x3, x4, i) \
405         movdqa x0 ## 1,         x4 ## 1; \
406         pslld $13,              x0 ## 1; \
407         psrld $(32 - 13),       x4 ## 1; \
408         por x4 ## 1,            x0 ## 1; \
409         pxor x0 ## 1,           x1 ## 1; \
410         movdqa x2 ## 1,         x4 ## 1; \
411         pslld $3,               x2 ## 1; \
412         psrld $(32 - 3),        x4 ## 1; \
413         por x4 ## 1,            x2 ## 1; \
414         pxor x2 ## 1,           x1 ## 1; \
415                 movdqa x0 ## 2,         x4 ## 2; \
416                 pslld $13,              x0 ## 2; \
417                 psrld $(32 - 13),       x4 ## 2; \
418                 por x4 ## 2,            x0 ## 2; \
419                 pxor x0 ## 2,           x1 ## 2; \
420                 movdqa x2 ## 2,         x4 ## 2; \
421                 pslld $3,               x2 ## 2; \
422                 psrld $(32 - 3),        x4 ## 2; \
423                 por x4 ## 2,            x2 ## 2; \
424                 pxor x2 ## 2,           x1 ## 2; \
425         movdqa x1 ## 1,         x4 ## 1; \
426         pslld $1,               x1 ## 1; \
427         psrld $(32 - 1),        x4 ## 1; \
428         por x4 ## 1,            x1 ## 1; \
429         movdqa x0 ## 1,         x4 ## 1; \
430         pslld $3,               x4 ## 1; \
431         pxor x2 ## 1,           x3 ## 1; \
432         pxor x4 ## 1,           x3 ## 1; \
433         movdqa x3 ## 1,         x4 ## 1; \
434         get_key(i, 1, RK1); \
435                 movdqa x1 ## 2,         x4 ## 2; \
436                 pslld $1,               x1 ## 2; \
437                 psrld $(32 - 1),        x4 ## 2; \
438                 por x4 ## 2,            x1 ## 2; \
439                 movdqa x0 ## 2,         x4 ## 2; \
440                 pslld $3,               x4 ## 2; \
441                 pxor x2 ## 2,           x3 ## 2; \
442                 pxor x4 ## 2,           x3 ## 2; \
443                 movdqa x3 ## 2,         x4 ## 2; \
444                 get_key(i, 3, RK3); \
445         pslld $7,               x3 ## 1; \
446         psrld $(32 - 7),        x4 ## 1; \
447         por x4 ## 1,            x3 ## 1; \
448         movdqa x1 ## 1,         x4 ## 1; \
449         pslld $7,               x4 ## 1; \
450         pxor x1 ## 1,           x0 ## 1; \
451         pxor x3 ## 1,           x0 ## 1; \
452         pxor x3 ## 1,           x2 ## 1; \
453         pxor x4 ## 1,           x2 ## 1; \
454         get_key(i, 0, RK0); \
455                 pslld $7,               x3 ## 2; \
456                 psrld $(32 - 7),        x4 ## 2; \
457                 por x4 ## 2,            x3 ## 2; \
458                 movdqa x1 ## 2,         x4 ## 2; \
459                 pslld $7,               x4 ## 2; \
460                 pxor x1 ## 2,           x0 ## 2; \
461                 pxor x3 ## 2,           x0 ## 2; \
462                 pxor x3 ## 2,           x2 ## 2; \
463                 pxor x4 ## 2,           x2 ## 2; \
464                 get_key(i, 2, RK2); \
465         pxor RK1,               x1 ## 1; \
466         pxor RK3,               x3 ## 1; \
467         movdqa x0 ## 1,         x4 ## 1; \
468         pslld $5,               x0 ## 1; \
469         psrld $(32 - 5),        x4 ## 1; \
470         por x4 ## 1,            x0 ## 1; \
471         movdqa x2 ## 1,         x4 ## 1; \
472         pslld $22,              x2 ## 1; \
473         psrld $(32 - 22),       x4 ## 1; \
474         por x4 ## 1,            x2 ## 1; \
475         pxor RK0,               x0 ## 1; \
476         pxor RK2,               x2 ## 1; \
477                 pxor RK1,               x1 ## 2; \
478                 pxor RK3,               x3 ## 2; \
479                 movdqa x0 ## 2,         x4 ## 2; \
480                 pslld $5,               x0 ## 2; \
481                 psrld $(32 - 5),        x4 ## 2; \
482                 por x4 ## 2,            x0 ## 2; \
483                 movdqa x2 ## 2,         x4 ## 2; \
484                 pslld $22,              x2 ## 2; \
485                 psrld $(32 - 22),       x4 ## 2; \
486                 por x4 ## 2,            x2 ## 2; \
487                 pxor RK0,               x0 ## 2; \
488                 pxor RK2,               x2 ## 2;
490 #define KL2(x0, x1, x2, x3, x4, i) \
491         pxor RK0,               x0 ## 1; \
492         pxor RK2,               x2 ## 1; \
493         movdqa x0 ## 1,         x4 ## 1; \
494         psrld $5,               x0 ## 1; \
495         pslld $(32 - 5),        x4 ## 1; \
496         por x4 ## 1,            x0 ## 1; \
497         pxor RK3,               x3 ## 1; \
498         pxor RK1,               x1 ## 1; \
499         movdqa x2 ## 1,         x4 ## 1; \
500         psrld $22,              x2 ## 1; \
501         pslld $(32 - 22),       x4 ## 1; \
502         por x4 ## 1,            x2 ## 1; \
503         pxor x3 ## 1,           x2 ## 1; \
504                 pxor RK0,               x0 ## 2; \
505                 pxor RK2,               x2 ## 2; \
506                 movdqa x0 ## 2,         x4 ## 2; \
507                 psrld $5,               x0 ## 2; \
508                 pslld $(32 - 5),        x4 ## 2; \
509                 por x4 ## 2,            x0 ## 2; \
510                 pxor RK3,               x3 ## 2; \
511                 pxor RK1,               x1 ## 2; \
512                 movdqa x2 ## 2,         x4 ## 2; \
513                 psrld $22,              x2 ## 2; \
514                 pslld $(32 - 22),       x4 ## 2; \
515                 por x4 ## 2,            x2 ## 2; \
516                 pxor x3 ## 2,           x2 ## 2; \
517         pxor x3 ## 1,           x0 ## 1; \
518         movdqa x1 ## 1,         x4 ## 1; \
519         pslld $7,               x4 ## 1; \
520         pxor x1 ## 1,           x0 ## 1; \
521         pxor x4 ## 1,           x2 ## 1; \
522         movdqa x1 ## 1,         x4 ## 1; \
523         psrld $1,               x1 ## 1; \
524         pslld $(32 - 1),        x4 ## 1; \
525         por x4 ## 1,            x1 ## 1; \
526                 pxor x3 ## 2,           x0 ## 2; \
527                 movdqa x1 ## 2,         x4 ## 2; \
528                 pslld $7,               x4 ## 2; \
529                 pxor x1 ## 2,           x0 ## 2; \
530                 pxor x4 ## 2,           x2 ## 2; \
531                 movdqa x1 ## 2,         x4 ## 2; \
532                 psrld $1,               x1 ## 2; \
533                 pslld $(32 - 1),        x4 ## 2; \
534                 por x4 ## 2,            x1 ## 2; \
535         movdqa x3 ## 1,         x4 ## 1; \
536         psrld $7,               x3 ## 1; \
537         pslld $(32 - 7),        x4 ## 1; \
538         por x4 ## 1,            x3 ## 1; \
539         pxor x0 ## 1,           x1 ## 1; \
540         movdqa x0 ## 1,         x4 ## 1; \
541         pslld $3,               x4 ## 1; \
542         pxor x4 ## 1,           x3 ## 1; \
543         movdqa x0 ## 1,         x4 ## 1; \
544                 movdqa x3 ## 2,         x4 ## 2; \
545                 psrld $7,               x3 ## 2; \
546                 pslld $(32 - 7),        x4 ## 2; \
547                 por x4 ## 2,            x3 ## 2; \
548                 pxor x0 ## 2,           x1 ## 2; \
549                 movdqa x0 ## 2,         x4 ## 2; \
550                 pslld $3,               x4 ## 2; \
551                 pxor x4 ## 2,           x3 ## 2; \
552                 movdqa x0 ## 2,         x4 ## 2; \
553         psrld $13,              x0 ## 1; \
554         pslld $(32 - 13),       x4 ## 1; \
555         por x4 ## 1,            x0 ## 1; \
556         pxor x2 ## 1,           x1 ## 1; \
557         pxor x2 ## 1,           x3 ## 1; \
558         movdqa x2 ## 1,         x4 ## 1; \
559         psrld $3,               x2 ## 1; \
560         pslld $(32 - 3),        x4 ## 1; \
561         por x4 ## 1,            x2 ## 1; \
562                 psrld $13,              x0 ## 2; \
563                 pslld $(32 - 13),       x4 ## 2; \
564                 por x4 ## 2,            x0 ## 2; \
565                 pxor x2 ## 2,           x1 ## 2; \
566                 pxor x2 ## 2,           x3 ## 2; \
567                 movdqa x2 ## 2,         x4 ## 2; \
568                 psrld $3,               x2 ## 2; \
569                 pslld $(32 - 3),        x4 ## 2; \
570                 por x4 ## 2,            x2 ## 2;
572 #define S(SBOX, x0, x1, x2, x3, x4) \
573         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
574         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
575         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
576         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2);
578 #define SP(SBOX, x0, x1, x2, x3, x4, i) \
579         get_key(i, 0, RK0); \
580         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
581         get_key(i, 2, RK2); \
582         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
583         get_key(i, 3, RK3); \
584         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
585         get_key(i, 1, RK1); \
586         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
588 #define transpose_4x4(x0, x1, x2, x3, t0, t1, t2) \
589         movdqa x0,              t2; \
590         punpckldq x1,           x0; \
591         punpckhdq x1,           t2; \
592         movdqa x2,              t1; \
593         punpckhdq x3,           x2; \
594         punpckldq x3,           t1; \
595         movdqa x0,              x1; \
596         punpcklqdq t1,          x0; \
597         punpckhqdq t1,          x1; \
598         movdqa t2,              x3; \
599         punpcklqdq x2,          t2; \
600         punpckhqdq x2,          x3; \
601         movdqa t2,              x2;
603 #define read_blocks(in, x0, x1, x2, x3, t0, t1, t2) \
604         movdqu (0*4*4)(in),     x0; \
605         movdqu (1*4*4)(in),     x1; \
606         movdqu (2*4*4)(in),     x2; \
607         movdqu (3*4*4)(in),     x3; \
608         \
609         transpose_4x4(x0, x1, x2, x3, t0, t1, t2)
611 #define write_blocks(out, x0, x1, x2, x3, t0, t1, t2) \
612         transpose_4x4(x0, x1, x2, x3, t0, t1, t2) \
613         \
614         movdqu x0,              (0*4*4)(out); \
615         movdqu x1,              (1*4*4)(out); \
616         movdqu x2,              (2*4*4)(out); \
617         movdqu x3,              (3*4*4)(out);
619 #define xor_blocks(out, x0, x1, x2, x3, t0, t1, t2) \
620         transpose_4x4(x0, x1, x2, x3, t0, t1, t2) \
621         \
622         movdqu (0*4*4)(out),    t0; \
623         pxor t0,                x0; \
624         movdqu x0,              (0*4*4)(out); \
625         movdqu (1*4*4)(out),    t0; \
626         pxor t0,                x1; \
627         movdqu x1,              (1*4*4)(out); \
628         movdqu (2*4*4)(out),    t0; \
629         pxor t0,                x2; \
630         movdqu x2,              (2*4*4)(out); \
631         movdqu (3*4*4)(out),    t0; \
632         pxor t0,                x3; \
633         movdqu x3,              (3*4*4)(out);
635 .align 8
636 .global __serpent_enc_blk_8way
637 .type   __serpent_enc_blk_8way,@function;
639 __serpent_enc_blk_8way:
640         /* input:
641          *      %rdi: ctx, CTX
642          *      %rsi: dst
643          *      %rdx: src
644          *      %rcx: bool, if true: xor output
645          */
647         pcmpeqd RNOT, RNOT;
649         leaq (4*4*4)(%rdx), %rax;
650         read_blocks(%rdx, RA1, RB1, RC1, RD1, RK0, RK1, RK2);
651         read_blocks(%rax, RA2, RB2, RC2, RD2, RK0, RK1, RK2);
653                                                  K2(RA, RB, RC, RD, RE, 0);
654         S(S0, RA, RB, RC, RD, RE);              LK2(RC, RB, RD, RA, RE, 1);
655         S(S1, RC, RB, RD, RA, RE);              LK2(RE, RD, RA, RC, RB, 2);
656         S(S2, RE, RD, RA, RC, RB);              LK2(RB, RD, RE, RC, RA, 3);
657         S(S3, RB, RD, RE, RC, RA);              LK2(RC, RA, RD, RB, RE, 4);
658         S(S4, RC, RA, RD, RB, RE);              LK2(RA, RD, RB, RE, RC, 5);
659         S(S5, RA, RD, RB, RE, RC);              LK2(RC, RA, RD, RE, RB, 6);
660         S(S6, RC, RA, RD, RE, RB);              LK2(RD, RB, RA, RE, RC, 7);
661         S(S7, RD, RB, RA, RE, RC);              LK2(RC, RA, RE, RD, RB, 8);
662         S(S0, RC, RA, RE, RD, RB);              LK2(RE, RA, RD, RC, RB, 9);
663         S(S1, RE, RA, RD, RC, RB);              LK2(RB, RD, RC, RE, RA, 10);
664         S(S2, RB, RD, RC, RE, RA);              LK2(RA, RD, RB, RE, RC, 11);
665         S(S3, RA, RD, RB, RE, RC);              LK2(RE, RC, RD, RA, RB, 12);
666         S(S4, RE, RC, RD, RA, RB);              LK2(RC, RD, RA, RB, RE, 13);
667         S(S5, RC, RD, RA, RB, RE);              LK2(RE, RC, RD, RB, RA, 14);
668         S(S6, RE, RC, RD, RB, RA);              LK2(RD, RA, RC, RB, RE, 15);
669         S(S7, RD, RA, RC, RB, RE);              LK2(RE, RC, RB, RD, RA, 16);
670         S(S0, RE, RC, RB, RD, RA);              LK2(RB, RC, RD, RE, RA, 17);
671         S(S1, RB, RC, RD, RE, RA);              LK2(RA, RD, RE, RB, RC, 18);
672         S(S2, RA, RD, RE, RB, RC);              LK2(RC, RD, RA, RB, RE, 19);
673         S(S3, RC, RD, RA, RB, RE);              LK2(RB, RE, RD, RC, RA, 20);
674         S(S4, RB, RE, RD, RC, RA);              LK2(RE, RD, RC, RA, RB, 21);
675         S(S5, RE, RD, RC, RA, RB);              LK2(RB, RE, RD, RA, RC, 22);
676         S(S6, RB, RE, RD, RA, RC);              LK2(RD, RC, RE, RA, RB, 23);
677         S(S7, RD, RC, RE, RA, RB);              LK2(RB, RE, RA, RD, RC, 24);
678         S(S0, RB, RE, RA, RD, RC);              LK2(RA, RE, RD, RB, RC, 25);
679         S(S1, RA, RE, RD, RB, RC);              LK2(RC, RD, RB, RA, RE, 26);
680         S(S2, RC, RD, RB, RA, RE);              LK2(RE, RD, RC, RA, RB, 27);
681         S(S3, RE, RD, RC, RA, RB);              LK2(RA, RB, RD, RE, RC, 28);
682         S(S4, RA, RB, RD, RE, RC);              LK2(RB, RD, RE, RC, RA, 29);
683         S(S5, RB, RD, RE, RC, RA);              LK2(RA, RB, RD, RC, RE, 30);
684         S(S6, RA, RB, RD, RC, RE);              LK2(RD, RE, RB, RC, RA, 31);
685         S(S7, RD, RE, RB, RC, RA);               K2(RA, RB, RC, RD, RE, 32);
687         leaq (4*4*4)(%rsi), %rax;
689         testb %cl, %cl;
690         jnz __enc_xor8;
692         write_blocks(%rsi, RA1, RB1, RC1, RD1, RK0, RK1, RK2);
693         write_blocks(%rax, RA2, RB2, RC2, RD2, RK0, RK1, RK2);
695         ret;
697 __enc_xor8:
698         xor_blocks(%rsi, RA1, RB1, RC1, RD1, RK0, RK1, RK2);
699         xor_blocks(%rax, RA2, RB2, RC2, RD2, RK0, RK1, RK2);
701         ret;
703 .align 8
704 .global serpent_dec_blk_8way
705 .type   serpent_dec_blk_8way,@function;
707 serpent_dec_blk_8way:
708         /* input:
709          *      %rdi: ctx, CTX
710          *      %rsi: dst
711          *      %rdx: src
712          */
714         pcmpeqd RNOT, RNOT;
716         leaq (4*4*4)(%rdx), %rax;
717         read_blocks(%rdx, RA1, RB1, RC1, RD1, RK0, RK1, RK2);
718         read_blocks(%rax, RA2, RB2, RC2, RD2, RK0, RK1, RK2);
720                                                  K2(RA, RB, RC, RD, RE, 32);
721         SP(SI7, RA, RB, RC, RD, RE, 31);        KL2(RB, RD, RA, RE, RC, 31);
722         SP(SI6, RB, RD, RA, RE, RC, 30);        KL2(RA, RC, RE, RB, RD, 30);
723         SP(SI5, RA, RC, RE, RB, RD, 29);        KL2(RC, RD, RA, RE, RB, 29);
724         SP(SI4, RC, RD, RA, RE, RB, 28);        KL2(RC, RA, RB, RE, RD, 28);
725         SP(SI3, RC, RA, RB, RE, RD, 27);        KL2(RB, RC, RD, RE, RA, 27);
726         SP(SI2, RB, RC, RD, RE, RA, 26);        KL2(RC, RA, RE, RD, RB, 26);
727         SP(SI1, RC, RA, RE, RD, RB, 25);        KL2(RB, RA, RE, RD, RC, 25);
728         SP(SI0, RB, RA, RE, RD, RC, 24);        KL2(RE, RC, RA, RB, RD, 24);
729         SP(SI7, RE, RC, RA, RB, RD, 23);        KL2(RC, RB, RE, RD, RA, 23);
730         SP(SI6, RC, RB, RE, RD, RA, 22);        KL2(RE, RA, RD, RC, RB, 22);
731         SP(SI5, RE, RA, RD, RC, RB, 21);        KL2(RA, RB, RE, RD, RC, 21);
732         SP(SI4, RA, RB, RE, RD, RC, 20);        KL2(RA, RE, RC, RD, RB, 20);
733         SP(SI3, RA, RE, RC, RD, RB, 19);        KL2(RC, RA, RB, RD, RE, 19);
734         SP(SI2, RC, RA, RB, RD, RE, 18);        KL2(RA, RE, RD, RB, RC, 18);
735         SP(SI1, RA, RE, RD, RB, RC, 17);        KL2(RC, RE, RD, RB, RA, 17);
736         SP(SI0, RC, RE, RD, RB, RA, 16);        KL2(RD, RA, RE, RC, RB, 16);
737         SP(SI7, RD, RA, RE, RC, RB, 15);        KL2(RA, RC, RD, RB, RE, 15);
738         SP(SI6, RA, RC, RD, RB, RE, 14);        KL2(RD, RE, RB, RA, RC, 14);
739         SP(SI5, RD, RE, RB, RA, RC, 13);        KL2(RE, RC, RD, RB, RA, 13);
740         SP(SI4, RE, RC, RD, RB, RA, 12);        KL2(RE, RD, RA, RB, RC, 12);
741         SP(SI3, RE, RD, RA, RB, RC, 11);        KL2(RA, RE, RC, RB, RD, 11);
742         SP(SI2, RA, RE, RC, RB, RD, 10);        KL2(RE, RD, RB, RC, RA, 10);
743         SP(SI1, RE, RD, RB, RC, RA, 9);         KL2(RA, RD, RB, RC, RE, 9);
744         SP(SI0, RA, RD, RB, RC, RE, 8);         KL2(RB, RE, RD, RA, RC, 8);
745         SP(SI7, RB, RE, RD, RA, RC, 7);         KL2(RE, RA, RB, RC, RD, 7);
746         SP(SI6, RE, RA, RB, RC, RD, 6);         KL2(RB, RD, RC, RE, RA, 6);
747         SP(SI5, RB, RD, RC, RE, RA, 5);         KL2(RD, RA, RB, RC, RE, 5);
748         SP(SI4, RD, RA, RB, RC, RE, 4);         KL2(RD, RB, RE, RC, RA, 4);
749         SP(SI3, RD, RB, RE, RC, RA, 3);         KL2(RE, RD, RA, RC, RB, 3);
750         SP(SI2, RE, RD, RA, RC, RB, 2);         KL2(RD, RB, RC, RA, RE, 2);
751         SP(SI1, RD, RB, RC, RA, RE, 1);         KL2(RE, RB, RC, RA, RD, 1);
752         S(SI0, RE, RB, RC, RA, RD);              K2(RC, RD, RB, RE, RA, 0);
754         leaq (4*4*4)(%rsi), %rax;
755         write_blocks(%rsi, RC1, RD1, RB1, RE1, RK0, RK1, RK2);
756         write_blocks(%rax, RC2, RD2, RB2, RE2, RK0, RK1, RK2);
758         ret;